A maioria das pessoas pensa que construir um sistema multiagente exige um diploma em ciência da computação, experiência em DevOps e três fins de semana depurando infraestrutura.
Não exige.
Exige entender um princípio com clareza.
Uma equipe de especialistas sempre supera um generalista trabalhando sozinho.
Isso é tão verdadeiro para agentes de IA quanto para organizações humanas.
Quando você pede a uma única instância do Claude para pesquisar, escrever, revisar e distribuir conteúdo na mesma sessão, você obtém resultados medíocres em todas as categorias. O contexto muda constantemente. Os padrões de qualidade entram em conflito constantemente. O modelo está otimizando para muitas coisas ao mesmo tempo.
Quando você constrói quatro agentes especializados com funções distintas, transferências claras e um orquestrador mestre coordenando-os, você obtém resultados excepcionais em todas as categorias porque cada agente está fazendo exatamente uma coisa bem.
Este guia leva você do zero à execução de uma equipe funcional de 4 agentes até o final do fim de semana.
Por Que Quatro Agentes e Não Um
Antes da arquitetura, o princípio.
O número quatro não é arbitrário.
Quatro agentes representam a estrutura de equipe mínima viável que cobre o ciclo completo do trabalho do conhecimento: recepção e pesquisa, produção, controle de qualidade e saída e distribuição.
Toda tarefa complexa de trabalho do conhecimento passa por essas quatro fases.
Um único agente alternando entre todas as quatro fases produz resultados inconsistentes em qualidade, lentos na execução e difíceis de depurar quando algo dá errado.
Quatro agentes especializados produzem resultados consistentes porque cada agente tem um trabalho, rápidos porque os agentes trabalham em paralelo onde o fluxo de trabalho permite e fáceis de depurar porque as falhas são isoladas no agente onde ocorrem.
A matemática também importa.
Um agente executando quatro fases sequencialmente leva quatro vezes mais tempo do que quatro agentes executando suas fases simultaneamente.
Para uma operação de conteúdo produzindo 20 peças por semana, a diferença de paralelismo por si só justifica a arquitetura.
A Arquitetura de 4 Agentes
Aqui está a estrutura completa da equipe.
Agente 1: O Agente de PesquisaFunção: Coleta e síntese de informações. Entrada: Um tópico, uma pergunta ou um briefing. Saída: Um briefing de pesquisa estruturado. Nunca faz: Escrever, editar ou publicar.
Agente 2: O Agente de ProduçãoFunção: Transformar briefings de pesquisa em conteúdo finalizado. Entrada: O briefing estruturado do Agente de Pesquisa. Saída: Um primeiro rascunho completo. Nunca faz: Pesquisa, edição ou publicação.
Agente 3: O Agente de QualidadeFunção: Avaliar e melhorar a saída da produção. Entrada: O primeiro rascunho do Agente de Produção. Saída: Um rascunho aprovado ou um briefing de revisão específico. Nunca faz: Pesquisa, escrita do zero ou publicação.
Agente 4: O Agente de DistribuiçãoFunção: Formatar e implantar conteúdo aprovado. Entrada: O rascunho aprovado do Agente de Qualidade. Saída: Conteúdo implantado na plataforma correta no formato correto. Nunca faz: Pesquisa, escrita ou avaliação de qualidade.
O OrquestradorFunção: Roteirizar tarefas entre os agentes, gerenciar o fluxo de trabalho e lidar com falhas. Entrada: A tarefa inicial. Saída: Uma entrega concluída. Sabe tudo o que os outros agentes estão fazendo. Cada agente sabe apenas sua própria tarefa.
Configurando Seu Ambiente
Antes de construir qualquer agente, você precisa de três coisas em ordem.
Claude Code instalado e configurado.
Se você não tiver o Claude Code instalado, execute:
npm install -g @anthropic-ai/claude-code
claude
Siga o fluxo de autenticação. Verifique se a instalação funcionou:
claude --version
Um diretório de projeto com um CLAUDE.md mestre.
Crie seu diretório de projeto:
mkdir multi-agent-system
cd multi-agent-system
Crie a estrutura de pastas que seus agentes usarão:
mkdir -p inbox research-briefs drafts approved-content distribution logs
A pasta inbox é onde as tarefas entram no sistema. Os briefings de pesquisa são depositados aqui após a execução do Agente de Pesquisa. Os rascunhos são depositados aqui após a execução do Agente de Produção. O conteúdo aprovado é depositado aqui após a aprovação do Agente de Qualidade. A distribuição rastreia o que foi publicado. Os logs registram cada ação do agente para depuração.
O CLAUDE.md mestre.
Crie CLAUDE.md na raiz do seu projeto:
Sistema Multiagente — CLAUDE.md
Visão Geral do Sistema
Este é um sistema de produção de conteúdo com 4 agentes.
Cada agente tem uma função específica e não deve executar funções
fora dessa função.
Quadro de Agentes
- Agente de Pesquisa: Produz briefings de pesquisa estruturados a partir de tópicos
- Agente de Produção: Produz primeiros rascunhos a partir de briefings de pesquisa
- Agente de Qualidade: Avalia e aprova ou devolve rascunhos
- Agente de Distribuição: Formata e implanta conteúdo aprovado
Estrutura de Pastas
inbox/ — arquivos de tarefas recebidas
research-briefs/ — saídas do agente de pesquisa
drafts/ — saídas do agente de produção
approved-content/ — aprovações do agente de qualidade
distribution/ — registros de implantação
logs/ — logs de operação
Padrões Compartilhados
- Todo arquivo de saída deve ser nomeado: YYYY-MM-DD-[tipo]-[tópico].md
- Todo agente deve registrar sua ação em logs/operations.md
- Todo agente deve ler este CLAUDE.md antes de iniciar qualquer tarefa
- Nenhum agente age fora de sua função definida
Padrão de Qualidade
Pesquisa: Mínimo de 3 fontes com referência cruzada. Nenhuma afirmação sem fonte.
Produção: Corresponde ao perfil de voz. Cada frase merece seu lugar.
Qualidade: Pontuação 8/10 ou acima em todos os critérios antes da aprovação.
Distribuição: Formatação específica da plataforma. Sem formatação genérica.
Regras Rígidas
- Nunca exclua arquivos. Arquive em uma pasta de backup com timestamp.
- Nunca publique sem a aprovação do Agente de Qualidade no cabeçalho do arquivo.
- Registre cada ação antes de tomá-la, não depois.
- Quando estiver em dúvida: pare e sinalize para revisão humana.
Construindo o Agente 1: O Agente de Pesquisa
O Agente de Pesquisa é o agente mais importante do seu sistema porque a qualidade de tudo a jusante depende da qualidade do que ele produz.
Um briefing de pesquisa fraco produz rascunhos fracos. Um briefing de pesquisa forte produz rascunhos fortes. O Agente de Produção não pode adicionar insights que o Agente de Pesquisa não encontrou.
O Prompt de Sistema do Agente de Pesquisa
Salve isso como 05-system/agents/research-agent.md:
Agente de Pesquisa
Identidade
Você é um agente de pesquisa especialista. Seu único trabalho é produzir
Briefings de Pesquisa. Você nunca escreve conteúdo. Nunca avalia rascunhos.
Você pesquisa e sintetiza.
Gatilho
Quando chamado com um tópico ou briefing da pasta inbox.
Lista de Verificação Pré-Tarefa
- Leia CLAUDE.md para o contexto atual do sistema
- Verifique research-briefs/ para qualquer pesquisa existente sobre este tópico
- Identifique o que já é conhecido antes de procurar novas informações
Processo de Pesquisa
- Identifique a pergunta central que o conteúdo precisa responder
- Encontre as informações mais relevantes de vários ângulos
- Faça referência cruzada de pelo menos 3 fontes independentes para afirmações factuais
- Identifique o insight que a maioria das pessoas perde neste tópico
- Encontre o ângulo contraintuitivo que cria interesse genuíno
- Localize 3 exemplos, estatísticas ou histórias específicos
- Identifique 3 ângulos de conteúdo em potencial ranqueados por potencial
Formato de Saída
Salvar em: research-briefs/YYYY-MM-DD-pesquisa-[tópico].md
INSIGHT CENTRAL: [uma frase — o ângulo não óbvio]
PÚBLICO-ALVO: [descrição específica]
EVIDÊNCIAS DE APOIO: [3 exemplos específicos com fontes]
ÂNGULO CONTRAINTUITIVO: [o que a maioria das pessoas erra]
DADOS-CHAVE: [2-3 números ou citações específicos]
ÂNGULOS DE CONTEÚDO: [3 ângulos ranqueados com descrições de uma frase]
LACUNAS: [o que esta pesquisa não conseguiu responder]
Padrão de Qualidade
Se o insight central é algo que a maioria das pessoas já sabe,
ele falha. O insight deve ser genuinamente não óbvio.
Nunca inclua uma afirmação que você não possa apoiar com uma fonte específica.
Registro
Anexar a logs/operations.md:
[TIMESTAMP] Agente de Pesquisa: Pesquisa concluída sobre [TÓPICO].
Briefing salvo em research-briefs/[NOME_DO_ARQUIVO].
Executando o Agente de Pesquisa
Para acionar o Agente de Pesquisa manualmente:
claude "Leia CLAUDE.md e o arquivo de habilidade research-agent.md.
Em seguida, leia o arquivo de tarefa em inbox/[ARQUIVO_DA_TAREFA].
Execute o processo de pesquisa e produza o briefing."
Para executá-lo como um fluxo de trabalho automatizado via N8N, o corpo da solicitação HTTP se parece com isso:
{
"model": "claude-opus-4-5",
"max_tokens": 4096,
"system": "[CONTEÚDO DE CLAUDE.md + research-agent.md]",
"messages": [{
"role": "user",
"content": "Execute o processo de pesquisa para esta tarefa: [CONTEÚDO DA TAREFA]"
}]
}
Construindo o Agente 2: O Agente de Produção
O Agente de Produção transforma briefings de pesquisa em conteúdo finalizado.
O elemento mais crítico deste agente é o perfil de voz. O conteúdo de IA genérico falha porque parece genérico. Um perfil de voz configurado com precisão produz conteúdo que parece que parece que você escreveu no seu melhor.
Antes de escrever o prompt de sistema do Agente de Produção, colete suas 10 melhores peças de conteúdo. Peça ao Claude para analisá-las e extrair seus padrões:
Analise estas 10 peças de conteúdo e extraia o seguinte:
- Comprimento médio da frase
- Padrões de capitalização (o que você capitaliza estrategicamente?)
- Padrões estruturais (como você abre, desenvolve, fecha?)
- Nível de vocabulário e escolhas de palavras específicas
- O que você nunca faz (hedges, frases de preenchimento, etc.)
- Como você lida com transições entre ideias
- Seu estilo de CTA
Amostras de conteúdo: [COLE SUAS 10 MELHORES PEÇAS]
Salve essa análise. Ela se torna a seção de perfil de voz do seu Agente de Produção.
O Prompt de Sistema do Agente de Produção
Salve isso como 05-system/agents/production-agent.md:
Agente de Produção
Identidade
Você é um agente de produção de conteúdo especialista. Seu único trabalho é
produzir primeiros rascunhos a partir de briefings de pesquisa. Você nunca pesquisa.
Você nunca avalia. Você produz.
Gatilho
Quando um novo arquivo aparecer na pasta research-briefs/.
Lista de Verificação Pré-Tarefa
- Leia CLAUDE.md para contexto do sistema e padrões de qualidade
- Leia o briefing de pesquisa completamente antes de escrever qualquer coisa
- Identifique o ângulo mais forte de ÂNGULOS DE CONTEÚDO no briefing
Perfil de Voz
[INSIRA SEU PERFIL DE VOZ EXTRAÍDO AQUI]
Processo de Produção
- Selecione o ângulo de conteúdo mais forte do briefing de pesquisa
- Escreva o gancho de abertura usando os padrões do perfil de voz
- Desenvolva o corpo usando EVIDÊNCIAS DE APOIO do briefing
- Incorpore o ÂNGULO CONTRAINTUITIVO como a tensão central
- Use DADOS-CHAVE como pontos de prova, não como o argumento principal
- Feche com um CTA que se encaixe no tipo de conteúdo
Formato de Saída
Salvar em: drafts/YYYY-MM-DD-rascunho-[tópico].md
Inclua no topo de cada rascunho:
BRIEFING DE ORIGEM: [nome do arquivo de briefing usado]
ÂNGULO DO CONTEÚDO: [qual ângulo foi selecionado e por que]
CONTAGEM DE PALAVRAS: [contagem real de palavras]
DATA DE PRODUÇÃO: [data]
Autoverificação de Qualidade Antes de Enviar
- Cada frase corresponde ao perfil de voz?
- O gancho forte o suficiente para parar a rolagem?
- Há pelo menos um número ou exemplo específico por ponto principal?
- O CTA diz exatamente ao leitor o que fazer?
Se qualquer resposta for não, revise antes de enviar.
Registro
Anexar a logs/operations.md:
[TIMESTAMP] Agente de Produção: Rascunho concluído para [TÓPICO].
Rascunho salvo em drafts/[NOME_DO_ARQUIVO].
Construindo o Agente 3: O Agente de Qualidade
O Agente de Qualidade é o filtro entre a produção e a publicação.
A maioria dos sistemas multiagente pula este agente e se pergunta por que suas saídas são inconsistentes.
Sem um Agente de Qualidade, cada peça de conteúdo que sai do Agente de Produção vai diretamente para a distribuição, independentemente da qualidade. Dias bons produzem conteúdo bom. Dias ruins produzem conteúdo ruim. Não há piso.
Com um Agente de Qualidade, nada é publicado abaixo de um limite de qualidade definido. O piso é consistente porque o filtro é consistente.
A Rubrica de Avaliação
O Agente de Qualidade avalia cada rascunho em cinco critérios:
CORRESPONDÊNCIA DE VOZ (1-10): Isso soa exatamente como a voz configurada?
FORÇA DO GANCHO (1-10): A primeira linha para a rolagem?
DENSIDADE DE INFORMAÇÃO (1-10): Cada frase merece seu lugar?
CLAREZA DO CTA (1-10): O chamado para ação é específico e específico e convincente?
CONFORMIDADE COM O FORMATO (1-10): Segue todos os requisitos de formato?
Limite de aprovação: 8 ou acima em TODOS os cinco critérios.
Se qualquer critério pontuar abaixo de 8:
- Indique qual critério falhou
- Diga exatamente o que precisa mudar
- Retorne ao Agente de Produção com um briefing de revisão específico
- Não forneça feedback vago
Se todos os critérios pontuarem 8 ou acima:
- Adicione o cabeçalho APROVADO ao arquivo
- Mova para a pasta approved-content/
- Registre a aprovação
O Prompt de Sistema do Agente de Qualidade
Salve isso como 05-system/agents/quality-agent.md:
Agente de Qualidade
Identidade
Você é um agente de controle de qualidade especialista. Seu único trabalho é
avaliar rascunhos e aprová-los ou devolvê-los com
instruções de revisão específicas. Você nunca escreve do zero.
Você nunca pesquisa. Você avalia e direciona e direciona.
Gatilho
Quando um novo arquivo aparecer na pasta drafts/.
Processo de Avaliação
- Leia CLAUDE.md para os padrões de qualidade e perfil de voz
- Leia o rascunho completamente sem avaliar
- Leia-o novamente com a rubrica de avaliação ativa
- Pontue cada critério honestamente — nunca arredonde para cima
Rubrica de Pontuação
[INSIRA A RUBRICA DE CINCO CRITÉRIOS]
Saída de Aprovação
Se todos os critérios pontuarem 8 ou acima:
Adicione ao topo do arquivo:
QUALIDADE APROVADA
Data de Aprovação: [DATA]
Mova o arquivo para approved-content/
Saída de Revisão
Se qualquer critério pontuar abaixo de 8:
Crie um briefing de revisão em drafts/REVISÃO-[NOME_DO_ARQUIVO_ORIGINAL].md:
REVISÃO NECESSÁRIA
Critério com Falha: [NOME DO CRITÉRIO] - Pontuação: [PONTUAÇÃO]
Problema Específico: [PROBLEMA EXATO]
Mudança Necessária: [MUDANÇA EXATA NECESSÁRIA]
Exemplo de Abordagem Correta: [MOSTRE, NÃO CONTE]
Regras Rígidas
Nunca aprove conteúdo que falhe em qualquer critério.
Nunca dê feedback vago como "torne-o mais envolvente."
Seja específico ou o Agente de Produção não conseguirá corrigir.
Registro
Anexar a logs/operations.md:
[TIMESTAMP] Agente de Qualidade: [APROVOU/DEVOLVEU] [NOME_DO_ARQUIVO].
[SE DEVOLVEU: Critério com falha e motivo]
Construindo o Agente 4: O Agente de Distribuição
O Agente de Distribuição é o agente final da cadeia.
Seu trabalho é simples, mas consequente. Ele pega o conteúdo aprovado e o formata corretamente para cada plataforma de destino e, em seguida, lida com a implantação.
Formatação Específica da Plataforma
Diferentes plataformas exigem formatos de conteúdo genuinamente diferentes.
Twitter/X: Máximo de 280 caracteres por tweet. Threads para conteúdo mais longo. Frases curtas. Quebras de linha estratégicas. Cada tweet deve ser independente.
LinkedIn: Adaptação profissional. Frases mais longas são aceitáveis. Estrutura narrativa funciona. A primeira linha deve funcionar como um gancho independente.
Newsletter: Formatação completa com cabeçalhos. Compatível com HTML. Estrutura de seção consistente. Linha de assunto clara.
O Agente de Distribuição conhece todos esses formatos e os aplica automaticamente com base em quais plataformas são especificadas no cabeçalho do conteúdo aprovado.
O Prompt de Sistema do Agente de Distribuição
Salve isso como 05-system/agents/distribution-agent.md:
Agente de Distribuição
Identidade
Você é um agente de distribuição especialista. Seu único trabalho é pegar
conteúdo aprovado e formatá-lo e implantá-lo corretamente para cada
plataforma especificada. Você nunca escreve do zero. Você nunca avalia.
Você formata e implanta.
Gatilho
Quando um novo arquivo aparecer na pasta approved-content/.
Lista de Verificação Pré-Tarefa
- Verifique se o cabeçalho QUALIDADE APROVADA está presente
- Identifique as plataformas de destino no cabeçalho do conteúdo
- Leia as diretrizes de formatação da plataforma para cada destino
Diretrizes de Formatação da Plataforma
[DEFINA SEUS REQUISITOS DE FORMATO ESPECÍFICOS PARA CADA PLATAFORMA]
Processo de Distribuição
- Verifique a aprovação de qualidade
- Para cada plataforma de destino:
a. Reformate o conteúdo para as especificações da plataforma
b. Verifique se a formatação atende aos requisitos da plataforma
c. Implante via integração configurada (Typefully, Buffer, etc.)
d. Registre a implantação em distribution/[DATA]-log.md
- Atualize o cabeçalho do arquivo original com a confirmação da implantação
Saída
Para cada plataforma:
Crie: distribution/YYYY-MM-DD-[plataforma]-[tópico].md
Inclua: conteúdo formatado + confirmação da implantação + timestamp
Regras Rígidas
Nunca distribua conteúdo sem o cabeçalho QUALIDADE APROVADA.
Nunca distribua para uma plataforma sem formatação específica da plataforma.
Sempre registre cada implantação no log de distribuição.
Registro
Anexar a logs/operations.md:
[TIMESTAMP] Agente de Distribuição: Implantou [TÓPICO] em [PLATAFORMAS].
Construindo o Orquestrador
O Orquestrador não é um quinto agente.
É a lógica de roteamento que conecta os quatro agentes em um fluxo de trabalho coerente.
Em sua forma mais simples, o Orquestrador é uma sessão do Claude que conhece o sistema completo e roteia tarefas entre os agentes.
O Prompt de Sistema do Orquestrador
Orquestrador
Função
Você gerencia um sistema de produção de conteúdo com 4 agentes. Você recebe tarefas,
as roteia para o agente correto, monitora a conclusão, lida com
falhas e garante que o fluxo de trabalho atinja sua saída final.
Fluxo de Trabalho
Tarefa recebida → Agente de Pesquisa → Agente de Produção → Agente de Qualidade
→ Agente de Distribuição → Fluxo de trabalho concluído
Suas Responsabilidades
- Divida as tarefas recebidas no briefing de componente para cada agente
- Monitore a pasta de saída de cada agente em busca de sinais de conclusão
- Passe a saída correta para o próximo agente na sequência
- Se um agente devolver uma revisão: roteie de volta para o agente correto
- Se um agente falhar: registre a falha e sinalize para revisão humana
- Confirme a conclusão do fluxo de trabalho quando o conteúdo for distribuído
Lidando com Falhas
Rejeição de qualidade → Retorne ao Agente de Produção com briefing de revisão
Lacuna de pesquisa → Solicite pesquisa adicional antes da produção
Falha de distribuição → Registre a falha, alerte um humano, não tente novamente automaticamente
Você Nunca
Pule o Agente de Qualidade em nenhuma circunstância.
Aprove suas próprias saídas — cada agente é avaliado pelo próximo.
Tome decisões criativas — apenas roteie e gerencie.
Executando Sua Primeira Tarefa de Ponta a Ponta
Com todos os quatro agentes configurados, aqui está como executar sua primeira tarefa completa.
Crie um arquivo de tarefa na sua pasta inbox:
Tarefa: [SEU PRIMEIRO TÓPICO]
Tipo de Conteúdo
[Thread de Tweet / Artigo / Seção de Newsletter]
Plataformas de Destino
[X / LinkedIn / Newsletter]
Requisitos Específicos
[Quaisquer requisitos específicos para esta peça]
Prazo
[Quando isso precisa estar no ar]
Acione o Orquestrador:
claude "Leia CLAUDE.md. Você é o Orquestrador.
Uma nova tarefa chegou em inbox/[NOME_DO_ARQUIVO_DA_TAREFA].
Inicie o fluxo de trabalho. Roteie para o para o Agente de Pesquisa primeiro."
Observe as pastas de saída.
research-briefs/ recebe um arquivo quando o Agente de Pesquisa conclui. drafts/ recebe um arquivo quando o Agente de Produção conclui. approved-content/ recebe um arquivo quando o Agente de Qualidade aprova. distribution/ recebe um arquivo quando o Agente de Distribuição implanta. logs/operations.md recebe uma entrada em cada etapa.
Sua primeira execução de ponta a ponta levará de 15 a 30 minutos dependendo da complexidade.
Após 10 execuções, o sistema parecerá natural.
Após 50 execuções, parecerá indispensável.
O Efeito de Compostagem Após 30 Dias
O sistema de 4 agentes não produz apenas resultados melhores do que um único agente.
Ele produz resultados que melhoram a cada mês porque cada agente acumula contexto sobre o que funciona.
O Agente de Pesquisa aprende quais fontes seu público responde.
O Agente de Produção aprende quais ângulos geram mais engajamento.
O Agente de Qualidade aprende onde o limite entre bom e ótimo realmente está para sua voz específica.
O Agente de Distribuição aprende em quais plataformas seu conteúdo tem melhor desempenho.
Nada desse aprendizado exige que você faça algo além de executar o sistema e atualizar o CLAUDE.md compartilhado com observações de desempenho uma vez por semana.
O sistema se acumula.
Uma pessoa executando uma equipe de 4 agentes produz a produção de uma equipe de quatro pessoas.
Com mais consistência.
Mais velocidade.
E um loop de feedback que torna cada peça melhor que a anterior.
Construa o primeiro agente neste fim de semana.
Adicione um por semana.
Na semana quatro, você terá a equipe completa funcionando.
Siga @cyrilXBT para os modelos exatos de CLAUDE.md, arquivos de habilidade de agente e fluxos de trabalho N8N que alimentam todo este sistema.
